zoukankan      html  css  js  c++  java
  • java实现spark常用算子之collect


    import org.apache.spark.SparkConf;
    import org.apache.spark.api.java.JavaRDD;
    import org.apache.spark.api.java.JavaSparkContext;
    import org.apache.spark.api.java.function.Function;

    import java.util.Arrays;
    import java.util.List;

    /**
    * collect 算子:
    * 将集群中其他节点的数据拉去到driver所在的机器上
    * 如果数据量比较大时,容易造成内存溢出
    * foreach遍历数据是在从节点上执行,collect是在driver机器上执行
    */
    public class CollectOpeartor {

    public static void main(String[] args){
    SparkConf conf = new SparkConf().setMaster("local").setAppName("collect");
    JavaSparkContext sc = new JavaSparkContext(conf);
    List<String> names = Arrays.asList("w1","w2","w3","w4","w5");

    JavaRDD<String> nameRdd = sc.parallelize(names);

    JavaRDD<String> tempRdd =nameRdd.map(new Function<String, String>() {
    @Override
    public String call(String s) throws Exception {
    return "001"+s;
    }
    });

    List<String> result = tempRdd.collect();

    for(int i = 0; i < result.size(); i++){
    System.err.println(result.get(i));
    }
    }

    }

    微信扫描下图二维码加入博主知识星球,获取更多大数据、人工智能、算法等免费学习资料哦!

  • 相关阅读:
    重构drf后的环境变量配置
    分离的前后台交互
    虚拟环境的搭建
    Python
    Python
    Python
    Python操作MongoDb数据库
    Python操作SQLite/MySQL/LMDB
    数据库-如何创建SQL Server身份验证用户
    Python
  • 原文地址:https://www.cnblogs.com/guokai870510826/p/11598603.html
Copyright © 2011-2022 走看看